给 AI 收购方用的交易审批轨道，用来梳理主权风险、重排交易结构，并尽量避免被迫撤销。

1. 监管机构公开要求撤销一笔标志性的 AI 收购，说明跨境 AI 交易审批如今已经是运营问题，不再只是外部律师给建议的事项。
2. 官方公告显示，AI 收购正在被纳入正式的安全审查机制，这让创业公司有机会把它产品化为一套可重复执行的合规流程。
3. 员工在交易被叫停前就已搬进 Meta 新加坡办公室，因此买方需要的是能管住交割前整合动作的软件，而不只是尽调文档。
4. 执法对象是 Meta 这样体量达到 $2 billion 的交易，董事会和法务团队因此会更早为预防类工具拨预算。

催化因素。 Meta 收购 Manus 被叫停说明，监管方完全可能在整合动作已经开始后仍要求取消交易，跨境 AI 审批因此第一次成了可以单列预算的现实痛点。

为企业发展和法务团队搭建跨境 AI 交易审批平台。产品接入交易数据室材料后，会生成结构化地图，盘清实体、受益所有人、关键工程师、代码仓库、模型资产、训练数据主张、算力依赖，以及计划中的员工或 IP 转移。随后系统标出哪些交易要素可能触发外资投资或安全审查，提醒哪些运营动作获批前不能先做，并给出授权、风险隔离合资、分阶段人才并购等替代结构。第一份交付物不是泛泛的红黄绿备忘录，而是一张可直接面对监管的交易图谱，法务团队能随交易演进持续更新。时间拉长后，这张图谱也会变成签约后持续管理主权义务的控制平面。

差异化。 现有交易软件擅长管理文档和签署，现有 GRC 工具擅长管理持续性的政策要求。这家公司补的是两者之间缺失的一层，而且是专门针对 AI 主权风险：它把代码、权重、训练数据主张、算力和人才流动都建成一等交易对象。这样沉淀下来的交易图谱和审批结果数据，会告诉团队哪些结构更容易过审；这比通用工作流软件或纯法律服务更站得住脚。

待完成任务

flowchart LR
  Buyer[总法务与企业发展负责人] --> Pain[AI 交易往往到后段才暴露主权风险]
  Pain --> Product[AI 交易审批轨道]
  Product --> Outcome[更快交割，也更少被迫撤销]

高管要点

• 客户痛点不高频，但一旦发生就很重：中国要求撤销 Manus 交易说明，AI 交易即便已开始整合，也可能被强制取消，主权风险由此从备忘录问题变成经营损失 [1][2]。
• 监管范围正朝这个产品要抓的方向扩张：美国对外投资规则明确覆盖 AI 和涉华投资，英国早已把 AI 列为 NSIA 强制申报行业，欧盟也在推进强制审查，并把 AI 纳入最低敏感范围 [3][8][9][16]。
• 还没有直接软件在位厂商拿下这条工作流。VDR 管文档，风险情报厂商管交易对手图谱，律所卖法律意见；但没人围绕 AI 资产、工程师、代码、模型权利和交割前运营动作维护一张活图 [20][21][23][24][25][26]。
• 滩头市场够窄，所以必须用高客单价和严格 ICP 纪律来做；但如果创业公司能尽早沉淀结果数据，它向模型授权、合资、跨境数据流和交割后主权控制扩展的路径是成立的 [18][19][31]。
• 分发应该由律师牵引，并围绕事件触发，而不是做泛合规营销：已签 LOI、工程师迁移计划和已公告的 AI 补强收购，是最清晰的购买时点 [1][9][20][21]。
• 主要风险不是产品没价值，而是很容易被服务惯性拖住：如果产品不能明显更快地发现问题、给出更安全的结构选择，并沉淀出律师信得过的审计轨迹，买方仍会回到顶级律所 [20][21][22]。

市场定义

这个市场最准确的定义，是跨境 AI 交易的签约前、整合前审批准备软件：帮助法务、 企业发展和安全团队，在监管出手之前盘清敏感 AI 资产、模型/控制权、工程师、代码仓库 和计划转移 [1][3][8][9][15][16]。它覆盖入境与出境投资审查准备、交易结构 场景推演和交割前控制；不包括通用反垄断软件、通用虚拟数据室、纯制裁筛查，或不对 交易本身建模的出口管制流程 [20][23][24][25][26]。

用户与买方

核心 ICP 是晚期 AI、云计算或模型平台买方里的 GC/CLO 与企业发展负责人，他们正在做 涉中国或其他敏感司法辖区的跨境交易。日常使用者则包括企业发展经理、内部合规、外部律 师和安全团队。最紧迫的工作，是尽早暴露审查触发点、拦住过早的代码或人才流动，并在成 本和政治风险继续堆高前保住备选结构 [1][9][20][21][25][26]。预算大概率来自交易执 行、外部律师和交易运营开支，而不是固定的 GRC 预算项 [4][25][28][29]。

购买触发点

• 已签 LOI，或对一笔涉中国的 AI 资产 / 人才并购进入排他期。 [1][20][21]
• 业务团队想在最终审批落定前就迁移工程师、共享代码或启动整合。 [1][9]
• 交易团队识别出 AI、数据、半导体或双用途风险，可能触发美国、英国或欧盟审查。 [3][8][9][15][16]

支付意愿

付费意愿仍需验证，但看起来真实存在：买方已经接受 CFIUS 最高可到 $300k 的申报费、 定制化企业 VDR 价格，以及在某些情况下六位数的交易基础设施开支。只要产品能实打实地 降低后段被撤销的风险、并压缩律师工时，就有空间支撑高价工作流 [4][25][28][29]。 [4][25][28][29]

品类动态

增长信号 英国 NSIA 申报量同比 +26%；跨境中型并购交易同比 +16.7%

验证信号

• 中国公开叫停并要求撤销一笔涉及 Meta 与 Manus 的标志性 AI 收购。
• 美国财政部启动 Known Investor 试点，并就如何简化外资审查流程公开征求意见。
• 英国在 2024/25 年度报告中披露共有 1,143 份申报，同比大幅增长，其中有 1 份撤销令和 16 份附条件批准。
• 欧盟正在推进强制性筛查机制，并把 AI 纳入范围，说明这一品类还会继续扩张。
• 交易软件在位厂商正快速把 AI 搜索、翻译、摘要和投标分析塞进尽调工作流。
• 风险情报厂商不断强调可验证图谱和 API 级证据链，说明市场确实需要可机器读取的风险基础设施。

监管与技术约束

• 交易在签约后，甚至在运营整合已经开始后，仍可能被撤销或认定无效。
• CFIUS 及相近机制要求结构化披露、门户申报和审查时钟，干净的数据收集会明显提升效率。
• 处罚和附条件义务风险，会显著抬高错误申报或信息不全的代价。
• 针对 AI 的对外投资限制，让投资方除了目标国审查外，还多了一层尽调义务。
• 跨境数据转移限制和权限控制，会让集中分析交易材料变得更复杂。

竞争格局更像“相邻赛道”而不是“正面厮杀”。Datasite 和 Ansarada 占住了文档室和交易 工作流这一层，也在持续加入 AI 助手，但本质仍然是 VDR-first [25][26][27][30]。 Kharon 和 Exiger 擅长实体、股权、贸易和风险情报图谱，但不是交易结构设计工具 [23][24]。 顶级律所和内部电子表格目前仍默认胜出，因为它们离签约风险最近；但它们并不会沉淀出一张 可复用、可机器读取的资产地图 [20][21][22]。

为什么现有厂商不会默认胜出

• 云平台 / VDR 工作流工具. Datasite 和 Ansarada 能总结文档、管理尽调，但它们并不会原生建模不同司法辖区下的 AI 审查触发点、受益控制权变化，或交割前转移禁令。
• 风险情报厂商. Kharon 和 Exiger 在股权穿透、制裁和网络关系映射上很强，但还没有往前走到交易设计、法律工作流编排和可直接面对监管的交易图谱这一层。
• 顶级律所. 律师依然是默认决策者，但律所卖的是专家时间，而不是持续更新的软件对象；创业公司只有在律师愿意信任并复用底层交易图谱时才有机会赢。
• 内部电子表格与清单. 内部追踪表便宜、灵活，但一旦多个司法辖区、工程师、代码仓库和分阶段控制权变化都要在一笔活交易里同步更新，它就很快失灵。

跨境 AI 审批正在成为一条独立工作流，因为监管机构已经把 AI 收购、人才并购和相关资产转移视为国家安全事件，而不再只是普通并购。Manus 交易被撤销说明，这个痛点不是纸面风险：买方可能花了几个月做尽调，甚至已开始团队整合，最后仍被要求撤销交易。公司应先做一个窄而深的产品，服务美国和新加坡 AI 买方里的总法务与企业发展团队，专门处理涉中国交易。MVP 是一张交易图谱，把实体、受益所有人、工程师、代码仓库、模型资产、数据主张、算力依赖和计划转移全部盘清，再标出可能触发审查的点，以及哪些交割前动作会被卡住。GTM 要由律师牵引，围绕已签 LOI、排他期和内部整合计划这些事件推进；定价绑定活跃敏感交易，而不是按账号数量收费。这个生意只有保持软件优先才值得做：图谱、审计轨迹和结构场景引擎必须缩短律师工作流，而不能把公司拖成定制顾问机构。研究显示滩头市场很窄，估算 TAM 为 $67.5M、SAM 为 $23.7M、第三年 SOM 为 $2.4M，所以投资逻辑必须建立在后续扩展到模型授权、合资、云部署审批和交割后主权控制之上。最关键的反证风险是，顶级律师和 VDR 在位厂商已经“够用”，最后留下的只是起伏很大的服务收入，而不是可复制的软件合同。

问题

• 跨境 AI 交易仍靠备忘录、电子表格和割裂的本地律师流程推进，这些工具不会把代码、模型权利、工程师或计划转移当成一等交易对象建模。
• 监管一旦在后段出手，买方不仅会白白消耗尽调预算、提前迁移员工、暴露代码或数据，最后交易仍可能被迫撤销。

解决方案

• 提供交易审批工作台，把交易数据室材料转成一张活图谱，梳理跨司法辖区的 AI 资产、人员、所有权和控制权。
• 标出可能触发审查的点，拦住高风险交割前动作，并生成分阶段人才并购、授权、风险隔离合资等更稳妥的结构选项。

为什么我们会赢

• 产品补上了 VDR 和法律意见之间缺的那一层：它把主权风险拆到工程师、仓库、模型资产、算力和控制权变化这一层来建模。
• 如果能让律师信任，每一笔交易都会沉淀可复用的图谱数据，以及哪些结构能过审、会被拖延或被撤销的结果数据，最终形成更难复制的推荐护城河。

里程碑

flowchart LR
  Wedge[涉中国 AI 交易准备] --> MVP[交易图谱与触发引擎]
  MVP --> Proof[付费试点与被拦下的交割前失误]
  Proof --> Expansion[授权、合资与交割后主权工作流]

创始团队

实验路线图

风险评估

必须成立的条件

• 15 个目标 GC 中，至少有 5 个表示在真实敏感交易里，他们愿意在外部律师意见之前或同时购买这类软件。
• MVP 能在 7 个自然日内，基于现有交易文档生成一张有用的交易图谱。
• 至少一半试点用户承认，产品比他们此前“备忘录加电子表格”的流程更早发现了实质性触发点或被禁止动作。
• 律所合伙人愿意共同销售，或至少不阻止使用，因为产品确实让他们的工作流和审计轨迹更顺。
• 相当比例的账户会在 12 个月内从单笔交易扩展到重复交易或交割后监控。

待尽调问题

• 真正会在一年内多次遇到这个问题的 AI 买方，到底有多少？
• 在拿不到完整数据室权限前，产出首个价值最少需要哪些数据？
• 哪些律所会主动站出来推这个平台，哪些会把它视作侵占法律意见工作？
• 在客户开始要求定制法律分析前，推荐层到底有多少可以自动化？
• 在并购准备之后，转化最快的相邻工作流是授权、合资搭建，还是交割后监控？

模型合理性

• 收入引擎. 基准情形的收入建立在少量高 ACV 账户之上——账户数从第 1 年末的 5 个涨到第 3 年末的 12 个，同时 ARPU 从以试点为主的 $120K 提升到 $200K。
• 必须跑通的前提. 律师带动的分发必须尽快把真实交易的紧迫感转成付费生产账户，否则公司很难在更重的 Q4Y2 招聘动作前跑到 8–9 个账户。
• 模型会在哪些情况下失灵. 如果销售周期拉长，且切口仍停留在一次性需求，公司就会迅速接近现金压力，因为运营费用的下降速度赶不上收入下滑。
• 下一轮融资要看的证明点. 最清晰的下一轮融资证明，是在 8–9 个账户上跑出可重复的生产使用，并且至少有 1 条持续监控工作流，能把交易型收入的波动压下来。

情景

敏感性

flowchart LR
  Trigger[真实 LOI 或整合触发] --> QualifiedDeals[合格的敏感交易]
  QualifiedDeals --> PayingAccounts[付费账户]
  PayingAccounts --> Revenue[订阅 + 交易收入]
  Revenue --> GrossProfit[70% 毛利]
  GrossProfit --> Cash[现金跑道]

警示项: 滩头市场依旧偏窄且交易驱动，因此模型仍高度依赖监控模块和第二条工作流来平滑收入。 · 第 3 年 EBITDA 仍为负，这意味着在增加更多人之前，公司得先拿到更扎实的种子轮证明点。 · 收入集中度很高，因为第 3 年计划只由 12 个账户驱动，任何一个账户延后或流失都会有明显影响。 · 律师信任是硬前提；如果转介绍或共同销售起不来，CAC 和销售周期大概率都会朝 downside 走。

• 交易量过于集中. 起步市场只覆盖做敏感跨境 AI 交易的公司，收入节奏可能会很抖。 缓解措施: 先在高风险交易上用高客单价定价，再扩到合作、授权和交割后义务监控，把收入做成更持续的形态。
• 实施过程太像服务. 客户可能期待量身定制的法律分析，最后把公司拖成咨询模式。 缓解措施: 把资产地图、触发检测和交割前控制产品化，把正式法律意见留给外部律师。
• 监管规则不透明. 安全审查带有较强裁量空间，单靠规则做预测并不可靠。 缓解措施: 把产品定位成审批准备和交易结构支持工具，再用结果数据和人工复核回路持续提升准确度。